Capability library

每个功能,一个中文代码页面。

从 Python 内置能力到 Flask、数据库、AI、工业控制和动态库。搜索名称、签名或业务场景,打开页面即可复制运行。

当前找到 160
第 3 / 6 页点击功能查看完整中文案例、参数备注和错误排查
061机器学习 · 机器学习缺失值填补(特征, 策略: 'str' = 'mean', 填充值=None, **选项)062机器学习 · 机器学习最大最小缩放(特征, **选项)063机器学习 · 机器学习鲁棒缩放(特征, **选项)064机器学习 · 机器学习概率校准(模型, 特征, 标签, 方法: 'str' = 'sigmoid', 折数: 'int' = 5)065机器学习 · 机器学习多分类ROC(真实标签, 预测概率, 类别数: 'int' = None)066机器学习 · 机器学习阈值优化(真实标签, 预测概率, 目标: 'str' = 'f1')067机器学习 · 机器学习创建管道(步骤列表, 名称=None)068机器学习 · 机器学习列转换器(转换器列表)069机器学习 · 机器学习特征联合(转换器列表)070机器学习 · 机器学习训练测试分割(X, y, 测试比例=0.2)071机器学习 · 机器学习分层K折(X, y, 折数=5)072R机器学习 · 机器学习ROC曲线(真实值, 预测概率)073A机器学习 · 机器学习AUC分数(真实值, 预测概率)074机器学习 · 机器学习随机森林分类器(树数量=100, **选项)075机器学习 · 机器学习随机森林回归器(树数量=100, **选项)076机器学习 · 机器学习梯度提升分类器(**选项)077机器学习 · 机器学习梯度提升回归器(**选项)078A机器学习 · 机器学习AdaBoost分类器(**选项)079机器学习 · 机器学习投票分类器(模型列表, 投票方式='hard')080机器学习 · 机器学习支持向量机分类器(核='rbf', **选项)081机器学习 · 机器学习支持向量机回归器(核='rbf', **选项)082K机器学习 · 机器学习K近邻分类器(邻居数=5, **选项)083K机器学习 · 机器学习K近邻回归器(邻居数=5, **选项)084机器学习 · 机器学习多层感知器分类器(隐藏层大小=(100,), **选项)085机器学习 · 机器学习多层感知器回归器(隐藏层大小=(100,), **选项)086机器学习 · 机器学习高斯朴素贝叶斯(**选项)087机器学习 · 机器学习决策树分类器(**选项)088机器学习 · 机器学习决策树回归器(**选项)089机器学习 · 机器学习创建张量(数据, 设备=None, 需要梯度=False)090机器学习 · 机器学习张量形状(张量)